研究人员开发了一种新颖的方法，通过将令牌缩减视为一个可训练的稀疏化问题，来处理视觉语言模型中的 Gigapixel 全切片图像。这种方法在新的 arXiv 论文中有所详述，它允许模型学习视觉令牌的最佳选择策略，这与之前使用非训练下采样或启发式剪枝的方法不同。提出的解耦路由架构和 SparseLearn 组件能够通过剪枝过程进行梯度传播，最终在推理过程中以最小的计算开销将视觉序列缩减为稀疏的 32 个令牌。该技术在 SlideBench 等基准测试中实现了高精度，为端到端的 Gigapixel 图像推理提供了一种高效的范例。 AI
影响 通过 AI 实现对大型医学图像更高效、更准确的分析，从而可能提高诊断能力。
排序理由 该集群包含一篇详细介绍 AI 图像处理新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →